Edited audio

通过区分编辑过的音频来改进AI音乐检测

研究人员开发了一种区分AI生成的音乐与编辑过的音频的方法，解决了内容检测中的一个关键挑战。该研究将此视为一项困难负样本鲁棒性任务，在同一歌曲的AI生成和编辑变体上训练了一个检测器。使用PaSST频谱Transformer对10秒音频片段进行处理，该系统在视频级别的平衡准确率为0.811，AI生成片段的F1分数达到0.836，而编辑片段得分为0.720。研究结果表明，AI音乐保留了可检测的光谱线索，这与标准音频编辑引入的线索不同。